国家数据局开展十大行业数据开发攻坚，模数协同平台承接产业落地需求

近日从国家数据局获悉，国家层面将启动数据资源开发利用攻坚行动，锚定工业制造、医疗健康、金融服务、交通物流、现代农业、能源电力、文化旅游、教育、商贸流通、公共事业十大重点行业。

行动将推动公共数据、企业数据、社会数据融合流通，探索数据、模型、智能体一体化应用路径，破解长期存在的行业数据孤岛问题。

本轮行动鼓励产业链组建数据创新联合体，以真实业务场景牵引数据资源价值释放，先期选择安徽开展试点，优先围绕汽车制造、医疗健康两大行业探索可复制模式。

在政策顶层设计之外，产业端的落地载体正在持续补齐链条短板。长期以来，行业数据开发利用存在明显断层，不少企业沉淀大量业务数据，但缺少标准化治理、脱敏标注能力，难以形成适配AI训练的高质量数据集。

即便完成数据集采购，后续模型微调、算力调度、版本运维、业务嵌入等环节依然成本高昂。大量数据资源停留在静态文件形态，很难转化为可稳定运行的垂直模型与智能应用，这也是本次攻坚行动着力解决的核心痛点。

数据交易网此前已正式推出ModelHub平台，面向这一产业矛盾搭建全链路服务载体。平台覆盖高质量数据集建设、运营、业务模型微调、部署、托管运维等能力，打通从原始数据加工到业务垂类模型业务落地的完整链路，降低产业链主体自建AI运维体系的门槛，让数据集可以直接服务于垂直业务模型与行业智能体开发。

顶层攻坚行动重在制度破冰与场景牵引，着力打通跨主体协同机制，释放重点行业的数据资源潜力，而数据交易网ModelHub这类市场化平台，则承担技术载体的角色，把政策提出的模数一体化思路落到产业实操。

二者将形成互补，国家层面划定十大赛道、释放公共数据资源、引导产业链联合体协同攻关，搭建起行业数据开发的试验场；市场化平台则提供标准化工具，服务不同规模的参与主体，让治理后的数据集能够高效转化为可落地的业务智能能力。

数据要素的价值，最终要在业务场景中检验。安徽先行试点的汽车制造、医疗健康领域，数据敏感度高、产业链长，对数据合规、模型可控性都有严格要求，这也对平台的全流程管控能力提出考验。数据流通与模型托管，始终需要锚定数据安全、权益界定、收益分配等基础规则，平台化运营不能脱离数据基础制度的框架，而是在合规前提下探索产业可复用的实施路径。

本轮十大行业攻坚，标志着数据资源开发从单点试点走向系统性推进行动。随着工业、能源、交通、文旅等场景持续落地，高质量数据集供给、模型托管运营的模式，将持续验证数据到智能应用的转化效率。